Spørsmål før kjøp kan avgjøre om kunden handler eller forlater nettbutikken. De er også lette å besvare dårlig. Automatisering av produktspørsmål må bruke oppdatert produktinformasjon og stille fornuftige oppfølgingsspørsmål i stedet for å gi skråsikre svar om passform, kompatibilitet eller tilgjengelighet.
I motsetning til bestillingsstatushenvendelser, har produktspørsmål ofte ikke noe enkelt saklig svar. “Vil dette passe meg?” eller “Hvilken modell er best?” krever avklaring og varsom bruk av informasjonen merket faktisk har publisert.
Grupper produktspørsmål etter beslutningstype
| Spørsmålstype | Pålitelige kilder | Hovedrisiko |
|---|---|---|
| Størrelse eller passform | Størrelsesguide, mål, passform, returrett | For skråsikker personlig anbefaling |
| Kompatibilitet | Produktspesifikasjoner og godkjent kompatibilitetsmatrise | Hevder uprøvd kompatibilitet |
| Materialer og stell | Katalogattributter og vedlikeholdsinstruksjoner | Utelater viktig informasjon om allergi eller sikkerhet |
| Tilgjengelighet | Oppdatert lagerbeholdning og lagerinformasjon | Løfter om beholdning eller datoer som kan endre seg |
| Produktsammenligning | Strukturerte attributter og brukstilfeller | Generisk mersalg uten kundetilpasning |
| Mulighet for levering | Marked, produktrestriksjoner og leveringsregler | Siterer retningslinjer for feil region |
Automatiseringen skal vite når et svar er saklig, når det er en anbefaling og når det kreves en spesialist.
Forbered katalogen for kundeservice
Produkttitler og markedsføringsbeskrivelser er ikke nok. Bygg strukturerte felt for dimensjoner, materialer, vedlikehold, kompatibilitet, inkluderte komponenter, varianter, markedsbegrensninger og kjente svakheter. Tildel en ansvarlig for hvert felt, og fjern utdaterte produktdokumenter fra kunnskapsgrunnlaget til AI-systemet.
Dette arbeidet forbedrer både kundeservicen og presentasjonen av produktene. Gjentatte kundespørsmål avslører hva produktsidene ikke forklarer godt nok. Bruk disse temaene til å forbedre kunnskapsbasen for AI i kundeservice og listen over innhold som bør oppdateres i nettbutikken.
Still gode oppfølgingsspørsmål
Et nyttig oppfølgingsspørsmål begrenser avgjørelsen. For eksempel:
- be om mål i stedet for å anta en klesstørrelse
- be om den nøyaktige enhetsmodellen før du bekrefter kompatibilitet
- spør hvilken funksjon som betyr mest før du sammenligner to produkter
- spør leveringslandet før du forklarer produktrestriksjoner
Ikke gjør et enkelt spørsmål til et intervju. Hvis svaret allerede er i samtale- eller kundesammenheng, bruk det.
Utform en kontrollert arbeidsflyt for svar
- Klassifiser produktet og spørsmålstypen.
- Hent frem gjeldende, godkjent produktinformasjon.
- Identifiser manglende fakta som vesentlig endrer svaret.
- Gi det smaleste nøyaktige svaret, og skill fakta fra forslag.
- Lenk til et nyttig produkt eller en relevant side med retningslinjer når det gjør beslutningen enklere.
- Eskaler sikkerhetssensitive, svært tekniske eller ikke-støttede spørsmål.
- Registrer ubesvarte spørsmål som innholdshull.
Ved spørsmål om lagerbeholdning skal dere unngå faste løfter dersom det ikke finnes en bekreftet dato. Ved personlig veiledning om passform bruker dere tilgjengelige mål og gjør usikkerheten tydelig. God kundeservice hjelper kunden å velge, men garanterer ikke et resultat virksomheten ikke kan kontrollere.
Koble sammen læring før kjøp og etter kjøp
Returer og bytte kan vise om produktveiledningen fungerer. Hvis mange kunder bytter en bestemt størrelse etter å ha mottatt den samme anbefalingen, bør du gå gjennom informasjonen om passform og svarlogikken. Automatisering av bytter i Shopify kan gi strukturerte data om bytteårsaker til denne tilbakemeldingssløyfen.
Mål konvertering etter produktspørsmål der sammenhengen er tydelig, samt svartid, eskaleringsfrekvens, hvor ofte svar må rettes, gjentatte spørsmål, returer knyttet til rådene og mangler i katalogen. Ikke optimaliser bare for salg her og nå. Unøyaktige råd fører til flere returer og svekker tilliten over tid.
AI kan svare på rutinemessige produktspørsmål når som helst og forberede nyanserte forslag for gjennomgang. Kvalitetstaket er satt av katalogen, reglene og tilbakemeldingsprosessen bak. Det gjør vedlikehold av produktdata like viktig som språkmodellen.